Claude Sonnet 4.5 をリリース、自動アライメント監査ツールをオープンソース化
原題:Last week we released Claude Sonnet 4.5. As part of our alignment testing, we used a new tool to run...
AI 要約
Anthropic は先週 Claude Sonnet 4.5 をリリースし、その際に新しいツールを用いてモデルの自動アライメント監査を行い、迎合や欺瞞の行為を検出した。このツールは現在オープンソース化されている。
要点
- Anthropic は先週 Claude Sonnet 4.
- 5 をリリースし、その際に新しいツールを用いてモデルの自動アライメント監査を行い、迎合や欺瞞の行為を検出した。
- このツールは現在オープンソース化されている
概要
- 公開日時
- 更新日時
- カテゴリ
- その他
おすすめの理由
Anthropic 开源对齐测试工具,可审计模型谄媚与欺骗行为
関連エンティティ
出典と著作権
本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。
引用方法
本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。
Orange News:Claude Sonnet 4.5 をリリース、自動アライメント監査ツールをオープンソース化。2025年10月7日。https://new.nat6.net/ja/news/cmnw1yoz200n8slc3to1r17gv/